Flujo completo, buenas prácticas y demos con datos sintéticos
El Machine Learning (Aprendizaje Automático) es un proceso automatizado que se encarga de extraer patrones a partir de los datos [i].
Es un campo de conocimiento crucial y una tecnología omnipresente [i].
Su objetivo fundamental es ajustar modelos a los datos proporcionados para permitir la predicción y clasificación [i].
El ML busca aprender a predecir (estimar o aproximar) la etiqueta de un punto de datos basándose exclusivamente en sus características (features) [i].
Implementa el principio científico de “prueba y error” [i].
Esto se logra refinando continuamente un modelo de forma iterativa, basándose en la pérdida incurrida por sus predicciones frente a los datos reales observados [i].
La teoría del Machine Learning se presenta como la combinación de tres componentes básicos e interdependientes [i]: